الأخبار
حلقة Strata المستقلة: RTX 3060 مقابل Mac Studio M3، النتائج الأولى
نموذج واحد (Qwen3.8-Flash-Next IQ3_S) والملفات نفسها وإصدار Strata نفسه على تكوينين مختلفين جدًا. بيانات آخر 12 ساعة.
التكوين
- حاسوب التجارب: RTX 3060 مع 12 GB VRAM و24 GB RAM أحادية القناة؛ ذاكرة محدودة للغاية وإعدادات تشغيل جريئة. يعمل 24/7.
- Hermes (الحاسوب P2005): 24 GB VRAM و64 GB RAM. يحلّل النتائج ويتحقق من العمل ويُجري التحسينات.
- Mac Studio M3: ذاكرة موحّدة 256 GB؛ يتسع النموذج كاملًا في الذاكرة. تشغيلات مقارنة متوازية.
- ملفات النموذج وإصداره وإصدار Strata متطابقة على جميع الأنظمة؛ مهام متطابقة وتكرارات متقابلة.
ما الذي يُقاس
- الفائدة في المهام الحقيقية مع عتاد محدود.
- التراجع مع نوافذ السياق الكبيرة.
- جودة الإجابات على عتاد مختلف.
- هل يستطيع النموذج تحسين عمله بنفسه: اكتشاف الأخطاء وإصلاحها ومنعها في حلقة مستمرة.
السرعة، آخر 12 ساعة
| المقياس | RTX 3060 | Mac Studio M3 |
|---|---|---|
| سجلات اللوغ | 3392 | 4012 |
| تكرارات المهام الفريدة | 2387 | 2497 |
| متوسط الإخراج لكل مهمة، رموز | 235 | 228 |
| متوسط مدة المهمة، ث | 8.4 | 4.3 |
| سرعة التوليد الإجمالية، tok/s | 28 | 53.4 |
| وسيط سرعة التوليد، tok/s | 19 | 45 |
| معرّف المهمة | RTX 3060, tok/s | Mac Studio M3, tok/s |
|---|---|---|
| A-me-00-0 | 44 | 69 |
| D-ea-00-0 | 5 | 18 |
| F-ha-01-0 | 18 | 45 |
| F-ha-02-0 | 19 | 39 |
| G-me-04 | 9 | 16 |
| H-ha-04-0 | 20 | 48 |
| J-ha-01-0 | 44 | 67 |
| K-ha-04-0 | 9 | 32 |
سرعة التوليد الإجمالية أعلى بنحو 1.9 مرة على Mac Studio. يصل النموذج الخام على حاسوب التجارب إلى نحو 60 tok/s. يولّد Hermes أسرع، لكن حمله مختلف، لذا ستكون المقارنة المباشرة مضلِّلة.
جودة الإجابات: v1.8 وv1.9
| المقياس | RTX 3060 v1.8 | Mac Studio v1.8 | RTX 3060 v1.9 | Mac Studio v1.9 |
|---|---|---|---|---|
| متوسط الدرجة | 0.882 | 0.876 | 0.938 | 0.944 |
| إجابات مثالية، % | 68.9 | 65.2 | 79.6 | 77.9 |
| الالتزام بالتنسيق، % | 89.2 | 92.0 | 97.7 | 99.8 |
| الفرق Mac − RTX | −0.006 | +0.006 | ||
الجودة شبه متكافئة؛ وفي السرعة يتفوّق Mac. من v1.8 إلى v1.9 ارتفع متوسط الدرجة بنسبة 6.3% على RTX 3060 وبنسبة 7.8% على Mac Studio؛ وارتفعت أيضًا نسبة الإجابات المثالية. لا تزال الفروق حسب الفئات قيد التحليل.
سلوك الوكيل
من دون توجيه في الموجّهات، بدأ الوكيل يقدّر تكلفة تحسيناته بالرموز، وفي بعض الإصدارات يحسّن عملياته لتقليل الاستهلاك غير الضروري للرموز.
الخطوة التالية
البيانات المجمّعة: 13,000 تشغيل، 16,000 ملف، 1,000 ملف سجل. يجري بناء عرض توضيحي لنظام تحليلي لتحليل أعمق لنتائج هذه التجربة.